一位学者有10篇论文，每篇被引10次，h指数=10。另一位学者有1篇神作被引1000次、9篇各被引9次，h指数=9。后者的累积被引量是前者的十倍，但在h指数排行榜上却输给了前者。这不是巧合，而是h指数数学结构的必然。

h指数（Hirsch, 2005）是截断秩统计量：它只看有多少篇论文达到某个引用阈值，彻底忽略超过阈值的部分。在引用分布高度偏斜（近似对数正态或幂律截断）的现实里，一篇Nature级别的论文与一篇刚过线的论文对h指数的贡献完全相同。这本质上奖励「中等稳定产出」，惩罚「极端创见」。

从制度比较的角度看，h指数是一场不完整的制度设计。任何评价制度都会扭曲被评价者的行为：h指数给学者提供了一种保守主义激励——把精力投注在可预测的、能被稳定引用的主题上，而非冒险提出可能失败但也可能改变领域的问题。Waltman & van Eck (2012) 在数学上证明，基于引文的度量无法同时满足一致性与可加性；也就是说，不存在一个完美的「学术影响力数字」。我们在用h指数时，事实上选择了一个特定的权衡：牺牲对高影响力的敏感度，换取跨个案的可比性。

更危险的是，这个指标原是为物理学设计的，却被移植到政治学、社会学、管理学乃至制度比较研究，作为跨学科排名的依据。不同领域的引用基线差异可达一个数量级，h指数对此毫无校正。拿它对不同制度背景的学者做横向比较，就像用气温比较两个国家的发展程度。

如果我们承认学术影响力在某种程度上是不可通约的，那么唯一诚实的方案是：放弃单一数值排名，改为报告完整的引用分布——中位数、分位数、高被引尾部形状。这当然更麻烦，但偏态分布本来就无法压缩成一位数。

一个值得辩论的问题：既然不可通约，我们是否应该彻底取消h指数这类指标，只保留分布画像？还是说，制度上确实需要一个「粗糙但可用」的治理工具——哪怕它系统性惩罚爱因斯坦？